股票波动率模拟及预测效果的实证研究

利用实际波动率衡量标准和损失函数评价指标对GARCH类模型的波动率模拟和预测效果进行了实证研究，得出：1）在模拟期，EGARCH模型的模拟效果相对最优；2）在预测期，没有一个模型的预测效果表现相对出色；3）以实际波动率为标准，模拟和预测效果均显得不足，预测效果更是不客乐观。     

燃料油期货市场收益波动性实证分析

本文采用GARCH和EGARCH波动率模型分析了燃料油市场中,交易量、持仓量与波动率的关系,描述了该市场的微观结构。发现交易量与波动率成正向关系,而持仓量与波动率成负向的关系。此外,非预期的交易量和持仓量没有比预期值更显著的作用,说明收益波动性对信息的依赖不是很大。EGARCH模型比GARCH模型拟和效果要好,更能反映出波动率的持续性。但模型估计后杠杆效应不明显或者不存在,这反映了期货市场的零和博弈特征。     

中国股市收益率与波动率跳跃性特征的实证分析

股票市场收益率通常小幅波动，但是当市场出现重大或者异常信息时，收益率会在短时间内发生大规模的运动．产生跳跃性变化，市场波动率也明显加剧。本文采用Jump—GARCH对沪深两市A股B股的这类跳跃性特征进行实证分析。根据该模型：当收益率小规模变化时，波动率由GARCH（1，1）平稳随机过程产生，但是当收益率发生跳跃性变化，波动率将背离GARCH（1，1）过程．调整到一个较高的水平。实证结果表明，该模型能够有效地估计出沪深两市收益率和波动率的跳跃性变化．比正态分布的GARCH模型更合理地反应了市场收益率和波动率过程。本文同时讨论了A股B股的跳跃性特征。     

基于厚尾分布模型在上证股指波动趋势上的应用

高风险高波动时期的股指收益率序列存在更为明显的厚尾现象,将残差设定为偏t分布的GARCH族模型要优于普通的正态分布以及学生t分布模型。以五种损失函数作为评价准则,在残差序列偏t分布前提下比较了GARCH模型、EGARCH模型和GJR-GARCH模型,最后得到在高风险时期结构更为简洁的GARCH(1,1)模型具有更好的预测效果。     

基于EMD-SE-LSTM模型的股指日内已实现波动率预测──以中证500指数为例

由于股指波动率具有非平稳、高嘈杂、非线性等特征,而传统的预测模型在建模时要求数据平稳、线性或近似线性,所以很难精准预测股指波动率。为提高股指波动率的预测效果,采用经验模态分解(EMD)、样本熵(SE)和长短期记忆网络(LSTM)构建的模型对股指日内已实现波动率进行预测。以中证500指数为例,经过EMD分解得到一系列分量,再根据分量的样本熵大小进行重构,最后利用LSTM对重构后的各序列进行预测。结果表明,EMD算法对LSTM模型的预测精度有很大的提升,相较于传统模型,EMD-SE-LSTM模型在预测股指波动率时精度更高,拟合优度更好。     

金融开放对中国股票市场收益率波动的影响分析

本文研究中国1992年-2012年间金融开放对中国证券市场收益波动的影响。选取上证综指收益率和深圳成指收益率为研究对象,将金融开放作为虚拟变量引入到模型中,运用GARCH(1,1)模型对数据进行分析。结果显示中国的金融开放对股市收益波动有明显的约束作用     

人民币/美元汇率波动集群性研究

人民币/美元汇率在我国的汇率体系中处于核心地位,该汇率的波动无论是对国内的微观经济主体还是掌握经济调控的宏观经济管理当局都有着十分重要的现实意义。本文采用现代动态计量经济学中的GARCH模型针对2007年以来人民币/美元汇率波动的集群性来进行研究。研究发现采用GARCH(1,1)模型,可以有效消除回归方程残差项的异方差性,具有良好的预测准确性和预测精度,在现实中可以作为研究汇率波动集群性的有效工具。     

中国股票市场波动率分解及长期趋势研究

Campbell等（2001）为实证研究市场的长期趋势特征提出了市场波动率分解模型，其特点是将波动率按成因进行分解并且该分解不依赖于β系数。采用该模型，本文将我国股票市场1991至2004年的波动率实证分解为市场波动率、行业波动率和公司波动率。研究了我国股票市场三种波动率的长期变化趋势。与美国市场相比（美国市场1962至1997年间市场和行业波动率保持稳定而公司波动率增长了一倍），本文的实证结果表明：我国市场1991至2004年间市场、行业和公司波动率均存在显著的下降趋势；表现出了与国际市场不同的趋势特点；随着时间的推进，我国股票市场在不断成熟、市场效率不断提高。进一步的研究表明，1998年后我国股票市场中市场波动率最大。公司波动率略小，而行业波动率则远小于前两者。本文的研究结论将为政策制定者和投资组合风险管理者提供宏观借鉴，我国投资风险管理的战略重点首先应对冲市场风险，其次分散公司风险。     

基于样本分位数的波动率估计:条件自回归拟极差模型

考虑到金融市场收益率分布的厚尾性,在数值模拟的基础上,提出了一类新的波动率模型一条件自回归拟极差模型（QCARR）。QCARR和Chou（2005）所提出CARR模型,Engle（2002）所提出的ACD模型等具有类似的结构,可看作CARR在样本分位数下的推广。利用上证综指估计了两种特殊类型的QCARR模型（QCARR1,QCARR2）,采用滚动样本预测的方法,比较了上述模型与经过常数调整的CARR（ACARR）以及GARCH的样本外预测能力。结果表明：（i）对模拟数据,在所考虑的估计方法中,第二类拟极差估计和调整极差估计最优。（ii）对上证综指收益率数据,无论是预测的误差分析还是回归分析,QCARR,在上述模型中都是最优的,对上述结论我们给出了相应的解释。     

个股价格波动的一个嵌套模型：ARCH-M-交易量－期权隐含波动率

对个股的收益波动进行拟合，对于预测股价与波动时很有意义的。ARCH—M（GAKCH—M）模型还反应了风险升水状况。因此，文章力图构建一个把交易量、隐含波动率等信息揉进ARCH—M（GAKCH—M）的波动率嵌套模型，以便于波动率反映更多的市场信息。用包钢股票及权证价格数据作为实例．对嵌套模型进行了筛选，该例表明：交易量信息在波动率拟合中，既无开关效应，本身对波动率影响也不显著，隐含波动率对股价波动率有显著影响。     

LONG MEMORY IN THE VOLATILITY OF AN EMERGING FIXED‐INCOME MARKET: EVIDENCE FROM SOUTH AFRICA

This paper tests for long memory in volatility of fixed‐income returns; specifically, South Africa's local currency 10‐year government bond, given that the characterisation of stochastic long‐memory volatility is of interest and importance in portfolio and risk management. The long‐memory parameter is estimated using methods based on wavelets, which have gained prominence in recent years. Evidence of long memory in fixed‐income return volatility is conclusively demonstrated across a variety of volatility measures and wavelet forms. This finding suggests a pattern of time dependence, which may potentially be exploited to generate improved volatility forecasting performance especially over long horizons. This paper further extends the extant literature by comparing the predictive power of long‐memory forecasts with those obtained from a standard (short‐memory) generalised autoregressive conditional heteroskedasticity (GARCH) process. The results of this exercise suggest that the information content of long‐memory models does not lead to improved forecast accuracy. The GARCH(1,1) model is shown to provide the best forecasts across most horizons (i.e. daily, weekly and monthly). Forecast performance is further revealed to be sensitive to the choice of volatility proxy used. Finally, the derived volatility forecasts are generally very close, and in some cases, almost indistinguishable.     

The informational content of implied volatility: Application to the USD/JPY exchange rates

This paper tests the information content of the Japanese Yen Implied Volatility Index (JYVIX) regarding the future volatility of USD/JPY exchange rates. We find that JYVIX contains significant information about future volatility, and it even has incremental predictive power over the traditional GARCH-Type models. Implicitly, JYVIX as a looking-forward index provides better forecasts on conditional volatility rather than realized volatility. Our analysis further shows that the forecastability of the GARCH-Type model combined with JYVIX is more credible than these individual models. Specifically, the EGARCH model combined with the exogenous variable JYVIX outperforms all prediction models. Our findings provide a better prediction approach to the volatility of USD/JPY exchange rates, which has far-reaching significance for risk management in Asian economies.     

中国市场短期利率动态研究-基于有效矩方法的实证分析

本文以上海证券交易所国债回购市场的7天期回购利率为分析对象,选择从2000年1月4日到2005年12月13日的每日数据为样本,采用有效矩估计对三个在国外文献中流行的利率模型:CKLS模型、SV2模型、SV3模型进行实证分析.结果表明单因子CKLS模型不能很好的刻画我国短期利率的动态特征,SV2模型和SV3模型则可以较好的描述短期利率的动态变化过程.同时,受制于利率市场化问题,我国短期利率的水平效应较之于美国弱很多.     

Tax reforms and stock return volatility: The case of Japan

Although global financial turmoil in recent years has resulted in renewed interest in taxing financial markets, the existing evidence is inconclusive regarding the effect of stock transaction taxes (STT) on stock return volatility. In this respect, Japan provides an excellent opportunity to address the issue, as the country enacted major tax reforms during the long recession beginning in the early 1990s, not only abolishing STT in 1999, but also reducing the capital gains and dividend taxes in 2003. The present paper exploits these tax reform episodes and examines whether and how they affected stock return volatility. In so doing, it employs GARCH-type models using standard daily stock data, as well as HAR models based on realized volatility constructed from high-frequency, intraday data. The estimation results are consistent with the views that, in line with some earlier findings, the STT abolition in 1999 reduced volatility, and that the tax reforms in 2003 also reduced volatility through a cut in the dividend tax, but not in the capital gains tax.     

Intraday effects of macroeconomic shocks on the US Dollar–Euro exchange rates

This paper characterizes the intriguing features of high frequency 15-min Dollar–Euro foreign exchange returns data. The FIGARCH model is found to be the preferred specification for the long memory volatility process in the high frequency returns. This paper then examines how macroeconomic shocks affect the high frequency Dollar–Euro returns on an intraday basis. Quantifying the intraday effects of the shocks on the high frequency returns by using a linearly distributed lag dummy variable, this paper finds that the effects on the high frequency returns are generally statistically significant and that they appear to be asymmetric depending on the regions and the signs of the shocks and to be persistent for several lags even within a day. However, the macroeconomic shocks are found not to affect the long memory property in the high frequency returns implying that the linear dummy variable model may not be enough to explain the long memory property.     

我国权证及标的证券日内交易模式研究——以五粮液为例

本文对五粮液正股(000858)及权证日内交易模式进行了实证研究,结果表明五粮液正股的波动率(L型)和交易量(U型)日内模式不同,认购权证均呈L型模式,认沽权证均呈U型模式;对正股和权证日内波动率进行的GRANGER检验表明,正股波动率是导致认购权证日内波动率形成的原因,但不是导致认沽权证的原因。文中对我国市场呈现这种日内交易模式的原因进行了初步探讨,认为主要是由于中国股票市场和权证市场所执行交易制度的不同和较高的交易成本。     

中国股市收益分形分布的实证研究

近年来,分形分布在金融市场中的研究和应用逐渐引起研究者的浓厚兴趣。本文借助分形分布理论对中国股票市场的收益分布特性进行了实证研究,估计出了分形分布的参数,绘制了分形分布的密度曲线,并对其进行了拟合检验。实证结果表明,分形分布能较好地拟合中国股票市场的收益序列。     

金融波动性变化对投资率的影响——来自地级市层面的证据

文章先是通过理论分析发现金融波动通过影响企业投资项目成功概率的途径来影响投资率的高低。进而基于2001-2015年中国286个地级市数据对金融波动性和投资率之间的关系进行了实证检验。通过分析我们发现：第一，金融波动性与投资率之间负相关。第二，金融波动对投资率的影响呈非线性：随着金融波动剧烈程度的增加，金融波动对投资率的抑制效应逐渐减弱。第三，无论是在东部地区还是在非东部地区，金融波动对投资率的抑制效应都很显著。但是金融波动对投资率的非线性影响在东部地区显著，在非东部地区则不显著，这可能是由东部地区和非东部地区经济发展不平衡所致。